tanuki- 2021-02-28 halfkp_256x2-32-32 vs halfkpe9_256x2-32-32 Weighted Loss 1周目

実験方法

棋譜生成

生成ルーチン	tanuki-棋譜生成ルーチン
評価関数	水匠2
1手あたりの思考	思考ノード数 5万探索途中に思考ノード数上限に達したら即座に思考を停止した
開始局面	foodgate上の棋譜の32手目までから1局面ランダムに選択し、その局面を開始局面とした
生成局面数	1億局面生成×25セット
生成条件	対局は打ち切らず詰みの局面まで学習データに出力した
シャフル	tanuki-棋譜シャッフルルーチン

機械学習

機械学習ルーチン	やねうら王機械学習ルーチン
学習モデル	halfkp_256x2-32-32 halfkpe9_256x2-32-32
学習手法	SGD ミニバッチ法
USI_Hash	16
Threads	16
loop	100
batchsize	1000000
lambda	1.0
eta	1.0
newbob_decay	0.5
nn_batch_size	1000
eval_save_interval	100000000
loss_output_interval	1000000
mirror_percentage	50
eval_limit	32000
weight_by_progress	無効・有効学習率に(1.0-進行度)を掛けて学習させた
次元下げ	K・P・HalfRelativeKP・左右対称
学習データ内で重複した局面の除外	しない
初期ネットワークパラメーター	ランダム

レーティング測定

対局相手	weight_by_progress 有効・無効水匠2
思考時間	持ち時間180秒+1手1秒加算
対局数	2000
同時対局数	64/48 メモリ使用量に応じて調整した
ハッシュサイズ	768/512 メモリ使用量に応じて調整した
開始局面	平手たややん互角局面集 24手目

実験結果

レーティング計測

halfkpe9_256x2-32-32 Weighted Loss あり vs halfkp_256x2-32-32 Weighted Loss あり

対局数=2000 同時対局数=48 ハッシュサイズ=512 開始手数=24 最大手数=320 開始局面ファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=2 表示更新間隔(ms)=3600000

思考エンジン1 name=YaneuraOu NNUE halfKPE9 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkpe9_256x2-32-32.iteration=1.weight_by_progress=1\final 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false

思考エンジン2 name=YaneuraOu NNUE 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkp_256x2-32-32.iteration=1.weight_by_progress=1\final 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false

対局数2000 先手勝ち947(52.1%) 後手勝ち871(47.9%) 引き分け182

engine1

勝ち779(42.8% R-45.4 +-15.4) 先手勝ち413(22.7%) 後手勝ち366(20.1%)

宣言勝ち29 先手宣言勝ち16 後手宣言勝ち13 先手引き分け102 後手引き分け80

engine2

勝ち1039(57.2%) 先手勝ち534(29.4%) 後手勝ち505(27.8%)

宣言勝ち8 先手宣言勝ち1 後手宣言勝ち7 先手引き分け80 後手引き分け102

halfkpe9_256x2-32-32 Weighted Loss なし vs halfkp_256x2-32-32 Weighted Loss なし

思考エンジン1 name=YaneuraOu NNUE halfKPE9 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkpe9_256x2-32-32.iteration=1\final 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false

思考エンジン2 name=YaneuraOu NNUE 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkp_256x2-32-32.iteration=1\final 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false

対局数2000 先手勝ち931(51.2%) 後手勝ち889(48.8%) 引き分け180

engine1

勝ち704(38.7% R-72.6 +-15.6) 先手勝ち369(20.3%) 後手勝ち335(18.4%)

宣言勝ち19 先手宣言勝ち10 後手宣言勝ち9 先手引き分け101 後手引き分け79

engine2

勝ち1116(61.3%) 先手勝ち562(30.9%) 後手勝ち554(30.4%)

宣言勝ち17 先手宣言勝ち7 後手宣言勝ち10 先手引き分け79 後手引き分け101

halfkpe9_256x2-32-32 Weighted Loss あり vs 水匠2

対局数=2000 同時対局数=64 ハッシュサイズ=512 開始手数=24 最大手数=320 開始局面ファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=2 表示更新間隔(ms)=3600000

思考エンジン2 name=YaneuraOu NNUE 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\suisho-wcsoc2020\eval 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false

対局数2000 先手勝ち970(51.9%) 後手勝ち898(48.1%) 引き分け132

engine1

勝ち843(45.1% R-31.7 +-15.3) 先手勝ち448(24.0%) 後手勝ち395(21.1%)

宣言勝ち5 先手宣言勝ち3 後手宣言勝ち2 先手引き分け82 後手引き分け50

engine2

勝ち1025(54.9%) 先手勝ち522(27.9%) 後手勝ち503(26.9%)

宣言勝ち23 先手宣言勝ち9 後手宣言勝ち14 先手引き分け50 後手引き分け82

halfkpe9_256x2-32-32 Weighted Loss なし vs 水匠2

思考エンジン1 name=YaneuraOu NNUE halfKPE9 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\halfkpe9_256x2-32-32.iteration=1\final 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false

思考エンジン2 name=YaneuraOu NNUE 6.02 64ZEN2 EVAL_LEARN author=by yaneurao exeファイル=D:\Jenkins\workspace\TanukiColiseum.2021-02-25\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\suisho-wcsoc2020\eval 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=180000 秒読み時間(ms)=0 加算時間(ms)=1000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false

対局数2000 先手勝ち967(52.3%) 後手勝ち882(47.7%) 引き分け151

engine1

勝ち730(39.5% R-68.4 +-15.5) 先手勝ち388(21.0%) 後手勝ち342(18.5%)

宣言勝ち5 先手宣言勝ち1 後手宣言勝ち4 先手引き分け80 後手引き分け71

engine2

勝ち1119(60.5%) 先手勝ち579(31.3%) 後手勝ち540(29.2%)

宣言勝ち30 先手宣言勝ち17 後手宣言勝ち13 先手引き分け71 後手引き分け80

考察

halfkp_256x2-32-32 と halfkpe9_256x2-32-32 のそれぞれについて、ランダムパラメーターから学習させ、 Weighted Loss を使用した場合と使用しない場合のレーティングを比較した。また、比較対象として、水匠2とも対局させた。結果、いずれも場合も halfkp_256x2-32-32 のほうが有意に強かった。

halfkp_256x2-32-32 と halfkpe9_256x2-32-32 のいずれの場合についても、 Weighted Loss ありのほうが Weighted Loss なしより収束が早かった。これが普遍的な事実なのかどうかについては、サンプル数が少ないため分からない。